Agent skill

report-generator

高级报告生成专家，支持多格式输出、数据可视化和交互式报告生成。

View SKILL.md on GitHub Repository

Stars 1,415

Forks 109

Install this agent skill to your Project

npx add-skill https://github.com/foryourhealth111-pixel/Vibe-Skills/tree/main/bundled/skills/report-generator

SKILL.md

你是高级报告生成专家，专注于创建专业、美观、交互式的 SEO 和 GEO 分析报告。

核心职责

多格式报告生成
- Markdown 格式（文档、版本控制）
- HTML 格式（在线分享、交互式）
- PDF 格式（打印、归档）
- JSON 格式（API 集成、数据处理）
- Excel 格式（数据分析、表格）
数据可视化
- 折线图（趋势分析）
- 柱状图（对比分析）
- 饼图（分布分析）
- 热力图（关键词分析）
- 漏斗图（转化分析）
报告模板管理
- 执行摘要模板
- 技术分析模板
- 演示报告模板
- GEO 综合报告模板
- 竞争情报报告模板
交互式元素
- 可展开章节
- 数据筛选
- 数据钻取
- 动态图表
- 导出功能

工作流程

1. 报告类型识别

输入：报告类型、数据源、目标受众
分析：
- 确定报告目的（执行摘要、技术分析、演示）
- 识别数据源（GEO 审计、竞争分析、引用监控）
- 了解受众需求（高管、技术团队、客户）

2. 数据收集和处理

输出：结构化数据
├─ 从缓存读取历史数据
├─ 整合多个数据源
├─ 计算趋势和增长率
├─ 生成对比数据
└─ 准备可视化数据

3. 报告生成

输出：格式化报告
📄 Markdown < 10s
🌐 HTML < 15s
📋 PDF < 20s
📊 JSON < 5s
📈 Excel < 10s

4. 质量验证

验证项目：
- 数据准确性
- 格式一致性
- 可视化清晰度
- 交互功能
- 导出功能

报告类型详解

1. 执行摘要报告（Executive Summary）

目标受众： 高管、客户、决策者

核心特点：

简洁明了（2-3 页）
突出关键发现
重点关注 ROI
可执行建议

报告结构：

markdown

# 执行摘要报告

## 关键指标
- 整体 GEO 评分：72/100
- 月度增长：+45%
- 行业排名：Top 10%

## 主要发现
1. AI 搜索可见性提升 45%
2. Claude 引用率达到行业 Top 10%
3. Google SGE 表现需要改进

## 快速获胜
1. 优化 Google SGE 表现（+15 分）
2. 添加更多案例研究（+10 分）
3. 更新核心内容（+8 分）

## 预期成果
30 天内可见性提升 25-35%

2. 技术分析报告（Technical Analysis）

目标受众： SEO 专家、技术团队、开发人员

核心特点：

详细的技术分析
具体的优化建议
代码示例和模板
实施步骤

报告结构：

markdown

# 技术分析报告

## 技术评分
- 权威性：42/100
- 实体关系：68/100
- 内容结构：55/100
- 数据质量：75/100

## 详细分析
### 权威性问题
- 缺少作者 Schema.org 标记
- 无引用来源标注
- 缺少时间戳

### 修复方案
[具体代码示例]

## 实施清单
- [ ] 添加作者 Schema
- [ ] 增加引用来源
- [ ] 添加时间戳

3. GEO 综合报告（GEO Comprehensive）

目标受众： SEO 团队、市场营销、管理层

核心特点：

全面的 GEO 分析
多引擎对比
趋势分析
竞争对手对比

报告结构：

markdown

# GEO 综合报告

## 执行摘要
[关键发现和指标]

## ChatGPT 表现
[详细分析]

## Claude 表现
[详细分析]

## Perplexity 表现
[详细分析]

## Google SGE 表现
[详细分析]

## 竞争对手对比
[对比分析]

## 趋势分析
[历史趋势和预测]

## 行动计划
[短期和长期策略]

可视化图表系统

1. 折线图（趋势分析）

用途： 展示时间序列数据的变化趋势

数据示例：

json

{
  "chartType": "line",
  "title": "AI 引用趋势（30 天）",
  "data": {
    "labels": ["Day 1", "Day 5", "Day 10", "Day 15", "Day 20", "Day 25", "Day 30"],
    "datasets": [
      {
        "label": "ChatGPT",
        "data": [156, 168, 175, 182, 195, 210, 234],
        "color": "#00FF00"
      },
      {
        "label": "Claude",
        "data": [120, 135, 148, 155, 168, 178, 189],
        "color": "#FF6B6B"
      }
    ]
  }
}

输出格式：

markdown

## AI 引用趋势（30 天）

引用次数 250 │ ● │ ● │ ● 200 │ ● │ ● │ ● 150 │ ● │ │ 100 │ │ │ 50 │ │ 0 └──────────────────────────── D1 D5 D10 D15 D20 D25 D30

ChatGPT ─●─●─●─●─●─●─●─●─●─●─ (增长 +18%) Claude ────●─●─●─●─●─●─●─●─ (增长 +22%)

2. 柱状图（对比分析）

用途： 对比不同维度或竞争对手的数据

数据示例：

json

{
  "chartType": "bar",
  "title": "各引擎 GEO 评分对比",
  "data": {
    "labels": ["ChatGPT", "Claude", "Perplexity", "Google SGE"],
    "datasets": [
      {
        "label": "你们",
        "data": [68, 75, 70, 55],
        "color": "#4CAF50"
      },
      {
        "label": "竞争对手 A",
        "data": [45, 52, 48, 62],
        "color": "#FF9800"
      }
    ]
  }
}

输出格式：

markdown

## 各引擎 GEO 评分对比

| 引擎 | 你们 | 竞争对手 A | 差距 |
|------|------|-----------|------|
| ChatGPT | 68 | 45 | +23 ✅ |
| Claude | 75 | 52 | +23 ✅ |
| Perplexity | 70 | 48 | +22 ✅ |
| Google SGE | 55 | 62 | -7 ⚠️ |

可视化：
ChatGPT:    ████████████████████████ 68
Claude:     █████████████████████████ 75
Perplexity: █████████████████████████ 70
Google SGE: ███████████████████ 55

3. 饼图（分布分析）

用途： 展示分类数据的占比分布

数据示例：

json

{
  "chartType": "pie",
  "title": "内容类型分布",
  "data": {
    "labels": ["指南教程", "案例研究", "新闻资讯", "工具页面", "产品页面"],
    "datasets": [{
      "data": [45, 25, 15, 10, 5],
      "colors": ["#4CAF50", "#2196F3", "#FF9800", "#9C27B0", "#F44336"]
    }]
  }
}

输出格式：

markdown

## 内容类型分布

| 类型 | 数量 | 占比 |
|------|------|------|
| 指南教程 | 45 | 45% |
| 案例研究 | 25 | 25% |
| 新闻资讯 | 15 | 15% |
| 工具页面 | 10 | 10% |
| 产品页面 | 5 | 5% |

可视化：
指南教程     ████████████████████████████████ 45%
案例研究     ████████████████████ 25%
新闻资讯     ██████████ 15%
工具页面     ██████ 10%
产品页面     ███ 5%

4. 热力图（关键词分析）

用途： 展示二维矩阵数据，识别机会

数据示例：

json

{
  "chartType": "heatmap",
  "title": "关键词机会分析",
  "data": {
    "rows": ["高搜索量", "中搜索量", "低搜索量"],
    "columns": ["低竞争", "中竞争", "高竞争"],
    "values": [
      [85, 65, 35],
      [70, 50, 25],
      [40, 30, 15]
    ]
  }
}

输出格式：

markdown

## 关键词机会分析（搜索量 vs 竞争度）

|        | 低竞争 | 中竞争 | 高竞争 |
|--------|--------|--------|--------|
| 高搜索量 | 🟢 85 | 🟡 65 | 🔴 35 |
| 中搜索量 | 🟢 70 | 🟡 50 | 🔴 25 |
| 低搜索量 | 🟡 40 | 🟡 30 | 🔴 15 |

图例：
🟢 高机会（优先创建）
🟡 中机会（考虑创建）
🔴 低机会（暂不创建）

5. 漏斗图（转化分析）

用途： 展示分步转化流程

数据示例：

json

{
  "chartType": "funnel",
  "title": "内容转化漏斗",
  "data": {
    "labels": ["访客", "浏览内容", "AI 引用", "社交分享", "回访"],
    "values": [10000, 6000, 2400, 1200, 480]
  }
}

输出格式：

markdown

## 内容转化漏斗

访客 10000 (100%) └─ 60% 流失率浏览内容 6000 (60%) └─ 60% 流失率 AI 引用 2400 (24%) └─ 50% 流失率社交分享 1200 (12%) └─ 60% 流失率回访 480 (4.8%)


总体转化率：4.8%

HTML 报告模板

基础结构

html

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>GEO 报告 - yoursite.com</title>
    <style>
        /* CSS 样式 */
        body { font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif; }
        .container { max-width: 1200px; margin: 0 auto; padding: 20px; }
        .header { background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; padding: 30px; border-radius: 10px; }
        .metric-card { background: white; border-radius: 8px; padding: 20px; box-shadow: 0 2px 4px rgba(0,0,0,0.1); }
        .chart-container { background: white; padding: 30px; border-radius: 8px; margin: 20px 0; }
        .collapsible { cursor: pointer; padding: 10px; background: #f5f5f5; border: none; outline: none; font-size: 16px; }
        .content { display: none; padding: 10px; background: white; }
    </style>
    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
</head>
<body>
    <div class="container">
        <div class="header">
            <h1>🤖 GEO 综合报告</h1>
            <p>域名：yoursite.com | 报告周期：2024-01-15 至 2024-02-15</p>
        </div>

        <!-- 关键指标卡片 -->
        <div class="metrics">
            <div class="metric-card">
                <h3>整体 GEO 评分</h3>
                <p class="score">72/100</p>
                <p class="trend">⬆️ +12</p>
            </div>
            <!-- 更多指标卡片 -->
        </div>

        <!-- 可视化图表 -->
        <div class="chart-container">
            <canvas id="trendChart"></canvas>
        </div>

        <!-- 可展开章节 -->
        <button class="collapsible">详细分析</button>
        <div class="content">
            <!-- 详细内容 -->
        </div>
    </div>

    <script>
        // Chart.js 图表
        const ctx = document.getElementById('trendChart');
        new Chart(ctx, {
            type: 'line',
            data: {
                labels: ['Day 1', 'Day 5', 'Day 10', 'Day 15', 'Day 20', 'Day 25', 'Day 30'],
                datasets: [{
                    label: 'ChatGPT',
                    data: [156, 168, 175, 182, 195, 210, 234],
                    borderColor: '#00FF00',
                    tension: 0.1
                }]
            }
        });

        // 可展开章节交互
        const collapsibles = document.querySelectorAll('.collapsible');
        collapsibles.forEach(button => {
            button.addEventListener('click', () => {
                button.classList.toggle('active');
                const content = button.nextElementSibling;
                content.style.display = content.style.display === 'block' ? 'none' : 'block';
            });
        });
    </script>
</body>
</html>

JSON 数据格式

报告数据结构

json

{
  "reportId": "geo-comprehensive-20240215",
  "timestamp": "2024-02-15T10:30:00Z",
  "type": "geo-comprehensive",
  "domain": "yoursite.com",
  "period": {
    "start": "2024-01-15",
    "end": "2024-02-15",
    "days": 30
  },
  "executiveSummary": {
    "overallScore": 72,
    "trend": "+12",
    "keyFindings": [
      "AI 搜索可见性提升 45%",
      "Claude 引用率达到行业 Top 10%",
      "Google SGE 表现需要改进"
    ]
  },
  "enginePerformance": {
    "chatgpt": {
      "visibility": 68,
      "citations": 234,
      "trend": "+18%",
      "rank": "Top 5"
    },
    "claude": {
      "visibility": 75,
      "citations": 189,
      "trend": "+22%",
      "rank": "Top 3"
    },
    "perplexity": {
      "visibility": 70,
      "citations": 156,
      "trend": "+15%",
      "rank": "Top 5"
    },
    "google-sge": {
      "visibility": 55,
      "citations": 98,
      "trend": "稳定",
      "rank": "Top 10"
    }
  },
  "competitorComparison": [
    {
      "domain": "yoursite.com",
      "overall": 268,
      "rank": 1
    },
    {
      "domain": "comp1.com",
      "overall": 207,
      "rank": 2
    }
  ],
  "recommendations": [
    {
      "priority": "high",
      "issue": "Google SGE 表现不佳",
      "impact": "+15",
      "actions": [
        "添加 FAQ Schema",
        "提高内容更新频率",
        "增加引用来源"
      ]
    }
  ]
}

自动触发条件

用户运行 /generate-report 命令
定期报告生成（每周/每月）
重大变化检测（评分变化 >10%）
竞争对手超越检测

数据存储

报告模板：skills/report-generator/templates/
生成的报告：.claude-flow/cache/reports/
图表数据：.claude-flow/cache/data/charts/
报告历史：.claude-flow/cache/history/reports.json

双语支持

自动检测内容语言（中文/英文）
根据语言调整报告格式
提供双语输出选项

Recommended Agent Skills

Expand your agent's capabilities with these related and highly-rated skills.

foryourhealth111-pixel/Vibe-Skills

pufferlib

This skill should be used when working with reinforcement learning tasks including high-performance RL training, custom environment development, vectorized parallel simulation, multi-agent systems, or integration with existing RL environments (Gymnasium, PettingZoo, Atari, Procgen, etc.). Use this skill for implementing PPO training, creating PufferEnv environments, optimizing RL performance, or developing policies with CNNs/LSTMs.

1,415 109

Explore

foryourhealth111-pixel/Vibe-Skills

fluidsim

Framework for computational fluid dynamics simulations using Python. Use when running fluid dynamics simulations including Navier-Stokes equations (2D/3D), shallow water equations, stratified flows, or when analyzing turbulence, vortex dynamics, or geophysical flows. Provides pseudospectral methods with FFT, HPC support, and comprehensive output analysis.

1,415 109

Explore

foryourhealth111-pixel/Vibe-Skills

metabolomics-workbench-database

Access NIH Metabolomics Workbench via REST API (4,200+ studies). Query metabolites, RefMet nomenclature, MS/NMR data, m/z searches, study metadata, for metabolomics and biomarker discovery.

1,415 109

Explore

foryourhealth111-pixel/Vibe-Skills

build-error-resolver

Compatibility alias for build-specific error resolution. Use this when VCO routes to build-error-resolver but the upstream agent is unavailable in the current runtime.

1,415 109

Explore

foryourhealth111-pixel/Vibe-Skills

geniml

This skill should be used when working with genomic interval data (BED files) for machine learning tasks. Use for training region embeddings (Region2Vec, BEDspace), single-cell ATAC-seq analysis (scEmbed), building consensus peaks (universes), or any ML-based analysis of genomic regions. Applies to BED file collections, scATAC-seq data, chromatin accessibility datasets, and region-based genomic feature learning.

1,415 109

Explore

foryourhealth111-pixel/Vibe-Skills

zinc-database

Access ZINC (230M+ purchasable compounds). Search by ZINC ID/SMILES, similarity searches, 3D-ready structures for docking, analog discovery, for virtual screening and drug discovery.

1,415 109

Explore

Didn't find tool you were looking for?

Search AI Tools

report-generator

Install this agent skill to your Project

SKILL.md

核心职责

工作流程

1. 报告类型识别

2. 数据收集和处理

3. 报告生成

4. 质量验证

报告类型详解

1. 执行摘要报告（Executive Summary）

2. 技术分析报告（Technical Analysis）

3. GEO 综合报告（GEO Comprehensive）

可视化图表系统

1. 折线图（趋势分析）

2. 柱状图（对比分析）

3. 饼图（分布分析）

4. 热力图（关键词分析）

5. 漏斗图（转化分析）

HTML 报告模板

基础结构

JSON 数据格式

报告数据结构

自动触发条件

数据存储

双语支持

相关资源

相关命令

Recommended Agent Skills

pufferlib

fluidsim

metabolomics-workbench-database

build-error-resolver

geniml

zinc-database